🇫🇷 Mistral lève 3 milliards et devient le record européen

🚨 Pour des infos quotidiennes sur l'IA, suivez-mon profil directement sur LinkedIn : Mon Profil

Aujourd’hui dans Mister IA :

🔌 CFNEWS et CFNEWS IMMO connectent leurs données à Claude

🇫🇷 Mistral lève 3 milliards, un record pour la tech européenne

⚠️ Anthropic : un chercheur démissionne et relance le débat du risque

🎨 GPT Image 2.5 : le meilleur modèle de génération d’images

🔬 OpenAI résout un problème de maths vieux de 90 ans avec 10 000 agents

Et pour découvrir toutes les newsletters précédentes : https://www.mister-ia-newsletter.com/

🔌 CFNEWS et CFNEWS IMMO connectent leurs données à Claude

Demandez à Claude qui vient de lever des fonds, ou qui détient tel immeuble : la réponse sera plausible, invérifiable, parfois fausse. C'est fini : CFNEWS et CFNEWS IMMO sont désormais interrogeables depuis Claude, et nouent à cette occasion un partenariat avec Mister IA. Ce n'est plus la mémoire du modèle qui répond, c'est la vraie data.

Ce qu'il faut savoir

• Deux connecteurs, la finance et l'immobilier : plus de 65 000 deals et plus de 40 000 articles exclusifs côté corporate finance, plus de 10 000 transactions institutionnelles depuis 2010 côté immobilier, France et Europe continentale.

• Le screening en une question : des cibles filtrées par type d'opération, secteur, région et taille, et des portefeuilles triés par durée de détention pour repérer les sorties qui approchent.

• L'instruction d'un actif : les transactions institutionnelles autour de l'adresse, puis les mutations notariées DVF et les risques du site Géorisques, dans le même prompt.

• Les registres publics dans la foulée : BODACC, INPI et les agréments AMF interrogés dans la même conversation, sans changer d'outil.

• En lecture seule : Claude lit, il n'écrit rien, et la réponse sort de la data CFNEWS, pas de sa mémoire.

Pourquoi c'est important

Ce lancement s'inscrit dans un mouvement de fond. Depuis plusieurs mois, les éditeurs de données professionnelles ouvrent leurs contenus aux assistants IA, de Légifrance à Pappers en passant par Pennylane, et l'écart entre deux utilisateurs d'un même outil d'IA ne se joue plus seulement sur le prompt, mais sur ce qu'ils lui donnent à lire. La différence est concrète : la réponse cite une opération identifiée, avec ses parties et sa date, donc vérifiable avant d'atterrir dans une note. C'est la fin du copier-coller entre un écran de recherche et une conversation.

📖 Le guide qui va avec, signé Mister IA : vingt cas d'usage prêts à copier, dix en finance, dix en immobilier.

🇫🇷 Mistral lève 3 milliards et devient le record européen

Mistral a bouclé une série D de 3 milliards d'euros menée par Samsung Electronics, portant sa valorisation à plus de 21 milliards d'euros. C'est la plus importante levée en capital jamais réalisée par une entreprise technologique européenne. Une belle nouvelle, mais qui laisse une question ouverte : quelle est vraiment la stratégie.

Ce qu'il faut savoir

• Une valorisation qui double en un an : 21 milliards en post-money contre 11,7 milliards lors de la série C menée par ASML en septembre 2025.

• Des industriels plutôt que des fonds : Samsung en chef de file, aux côtés du Scaleup Europe Fund géré par EQT et de PSG Equity, avec ASML et Nvidia déjà présents. Trois fournisseurs de composants au capital, ce qui n'est pas anodin.

• Un pavillon européen préservé : deux tiers du capital restent détenus par des investisseurs européens, avec l'entrée de BlackRock, Advent et du Grand-Duché de Luxembourg.

• La destination des fonds : construction de datacenters, doublement des capacités de calcul en propre d'ici cinq ans, recherche et expansion en Asie et en Amérique du Nord.

• L'ordre de grandeur qui remet les choses en place : le site de 44 MW de Mistral se compare à des campus américains de plusieurs centaines de mégawatts, voire de gigawatts. Or, construire 1 gigawatt de compute coûte entre 35 et 60 milliards de dollars.

Pourquoi c'est important

L'entrée de Samsung, ASML et Nvidia laissait penser à un play infrastructure assumé. Sauf qu'Arthur Mensch affirme vouloir continuer à faire des modèles de pointe, de la distribution et du déploiement en entreprise. Autrement dit : être à la fois ChatGPT, Capgemini et OVH. Or sur les puces, les modèles fondamentaux et le chat grand public, la concurrence est écrasante, et concurrencer les cabinets de conseil revient à se priver de ceux qui déploieraient vos modèles. Il reste le datacenter et le cloud souverain, et c'est là que la place est réelle. Le pari est beau, mais on ne peut pas tout faire.

📺 On décrypte tout ça en détail dans notre dernière vidéo : Le 20h de l'IA

⚠️ Un chercheur d'Anthropic démissionne et relance le débat du risque

Jacob Coxon, chercheur de 27 ans passé par OpenAI puis Anthropic, a démissionné publiquement en accusant les deux laboratoires de "jouer avec nos vies". Son post, vu plus de 70 millions de fois, a été appuyé par des cadres encore en poste chez Anthropic.

Ce qu'il faut savoir

• Le fond de l'accusation : selon Coxon, ceux qui construisent ces systèmes croient sincèrement qu'ils pourraient tous nous tuer d'ici la fin de la décennie. Il évoque des systèmes bientôt surhumains, capables de tout pirater et d'acquérir pouvoir et ressources.

• Le soutien qui change tout : Evan Hubinger, responsable de la science de l'alignement chez Anthropic, a publiquement confirmé estimer à plus de 10% le risque que l'IA anéantisse l'humanité dans la décennie.

• Un aveu sur l'alignement : Hubinger reconnaît qu'Anthropic n'a pas encore de plan pour aligner une superintelligence et n'est pas clairement sur la bonne trajectoire, tout en précisant ensuite que les systèmes actuels ne présentent guère ce risque.

• Une critique de la course : Coxon estime que beaucoup chez OpenAI n'ont pas intériorisé les enjeux civilisationnels, tandis que chez Anthropic on comprend les risques mais on court pour y arriver en premier, convaincu que personne d'autre ne le fera de manière responsable.

• Les contradicteurs : des chercheurs indépendants qualifient les récits catastrophistes et enthousiastes de "deux faces d'une même pièce", qui aident surtout les entreprises à justifier leur consommation de ressources.

Pourquoi c'est important

La séquence n'est pas anodine : cette démission arrive quelques jours après le lancement d'Astra, dont OpenAI reconnaît qu'il est plus difficile à surveiller que ses prédécesseurs. Le vrai signal n'est pas le chiffre avancé, invérifiable par nature, mais le fait que ces inquiétudes viennent de personnes dont c'est précisément le métier de les empêcher. Coxon n'entrevoit que deux issues : une intervention gouvernementale lourde, ou un accord entre laboratoires pour ralentir ensemble. Les deux paraissent très improbables au rythme actuel.

🤖 Créez vos 4 premiers agents IA dans Claude Cowork et ChatGPT Work

Vous répétez chaque jour les mêmes tâches ? Mails, reporting, prospection, prompts…

Le 18 septembre, découvrez comment créer vos premiers agents IA dans Claude Cowork et ChatGPT Work, de la page blanche à l’agent qui travaille pour vous.

📅 Vendredi 18 septembre | 12h – 13h
💻 Webinar gratuit · https://streamyard.com/watch/ty4jAe7U4pzC
🎙️ Animé par Vincent Pavanello, Président & Co-Fondateur de Mister IA, + de 40 000 personnes formées

🎨 OpenAI sort GPT Image 2.5 et reprend la tête

OpenAI a lancé ChatGPT Images 2.5, avec deux modèles en API : Flare pour la vitesse et Sunburst pour la précision. Les deux se sont directement installés en tête des classements en vote aveugle, dans une semaine où le rythme des sorties chez OpenAI est devenu vertigineux.

Ce qu'il faut savoir

• Deux modèles complémentaires : Flare produit des images de meilleure qualité que GPT Image 2 avec 50% de latence en moins, quand Sunburst ajoute un niveau de précision supplémentaire pour les travaux exigeants, au prix d'un temps de génération plus long.

• L'édition ciblée, enfin fiable : changer une veste en gardant le sujet dans la même position, modifier un arrière-plan en préservant le produit, réviser un texte sans retoucher la composition. Le modèle comprend surtout ce qu'il ne faut pas changer.

• Une cohérence sur la durée : au fil d'une longue conversation, les modifications précédentes tiennent et chaque nouvelle édition s'appuie sur la dernière au lieu de dégrader l'image.

• Premier partout en vote aveugle : sur l'Image Edit Arena, Sunburst mène à 1520 et Flare suit à 1491, devant GPT Image 2. Même schéma sur le Text-to-Image Arena.

• Le sketch dans ChatGPT : on peut désormais dessiner à la main directement dans l'interface, puis annoter l'image générée pour demander une modification précise.

Pourquoi c'est important

Le point clé n'est pas la qualité brute, désormais excellente partout, mais la fidélité aux références : un visage ou un produit traverse les changements de décor en restant reconnaissable, ce qui rend enfin fiables les workflows guidés par une image source. Pour un pro, cela déplace l'arbitrage entre outils : quand la génération d'images atteint ce niveau au même endroit que le chat, le code et les agents, l'argument du "tout au même endroit" devient décisif face à des concurrents parfois meilleurs sur un point précis.

🔬 10 000 agents résolvent un problème de maths vieux de 90 ans

OpenAI affirme avoir résolu le problème de Navier-Stokes, l'un des sept problèmes du prix du millénaire, ouvert depuis environ 90 ans et doté d'un million de dollars. Pas par des mathématiciens, mais par un système coordonnant environ 10 000 agents autonomes.

Ce qu'il faut savoir

• Le problème : les équations de Navier-Stokes décrivent le mouvement des fluides. La question était de savoir si un écoulement parfaitement lisse en 3D peut se rompre. Le modèle a trouvé que oui, décrivant un tourbillon qui se resserre et accélère indéfiniment.

• La méthode, la force brute agentique : d'abord une centaine d'agents pendant 50 heures sur une version simplifiée, puis environ 10 000 agents en parallèle pendant 88 heures, et 17 heures supplémentaires de formalisation. Près de 5 millions de messages échangés entre agents.

• Un modèle qu'on ne connaît pas : la preuve vient d'un modèle interne décrit comme "significativement plus capable que GPT-6 Astra". Autrement dit, ce qu'on a vu la semaine dernière n'est pas ce qu'ils ont de mieux.

• Un coût considérable : plusieurs millions de dollars selon OpenAI, avec des estimations externes montant jusqu'à plusieurs dizaines de millions.

• Une polémique de paternité : OpenAI reconnaît s'être lancé après avoir entendu des rumeurs, liées aux travaux de Levent Alpöge (Anthropic) et Tristan Buckmaster (NYU). Le laboratoire affirme que leurs travaux portaient sur un problème voisin mais distinct, et leur cède la priorité dessus.

Pourquoi c'est important

Le vrai basculement n'est pas mathématique, il est méthodologique : on ne parle plus d'une IA qui assiste un chercheur, mais d'un système qui coordonne une recherche de preuve à l'échelle de milliers d'agents. OpenAI annonce d'ailleurs être sur le point de disposer de son premier chercheur entièrement automatisé. Reste une question qui reviendra souvent : quand le fournisseur d'un outil peut mobiliser 10 000 agents pour courir sur la piste de ses propres utilisateurs, à qui appartient la découverte.

Faites connaître Mister IA et remportez des cadeaux ❤️

Au programme, 3 produits que vous pouvez recevoir gratuitement.

Et pour cela rien de plus simple, cliquez sur le bouton “Cliquez pour partager” juste en dessous, partagez la newsletter à des amis, et s’ils s’inscrivent, vous recevez nos cadeaux !

La caisse à outils

• Lovable : construit une application web complète et fonctionnelle à partir d'une simple description, avec base de données et authentification, sans écrire de code. lien

• Hume : interface vocale IA qui détecte les émotions dans la voix et adapte son ton en conséquence, très utile pour le support client et les agents conversationnels. lien

• Trickle : transforme captures d'écran, notes et liens en pages web, formulaires ou petites applications partageables en quelques minutes. lien

• Basedash : génère automatiquement des tableaux de bord à partir de votre base de données, interrogeables en langage naturel par des équipes non techniques. lien

• Sieve : boîte à outils pour traiter vidéo et audio à grande échelle (transcription, découpage, sous-titrage, détection de scènes) via une API simple. lien

Le cas d’usage de la semaine

📖 La méthode des boucles pour de meilleurs résultats avec ChatGPT

Dans ce guide, vous allez apprendre à améliorer n'importe quel workflow répétitif avec la "méthode des boucles", fondée sur la revue critique. Elle a été conçue pour progresser en montage vidéo et en génération d'images, mais fonctionne sur à peu près tout.

Étapes pas à pas :

• Ouvrez ChatGPT Work et identifiez un workflow qui mérite d'être amélioré : une compétence, un dossier de projet ou un processus dont les résultats manquent de régularité.

• Formulez la demande : "Améliore ce workflow en 3 boucles. Fais relire chaque boucle de manière contradictoire par un panel de sous-agents. Considère le travail terminé quand [votre définition de réussite]."

• Utilisez /goal pour assigner à ChatGPT un livrable concret que le workflow doit produire. Laissez-le enchaîner les trois boucles, ce qui prend entre quinze minutes et une heure.

• Testez le workflow amélioré. S'il reste perfectible, demandez à Codex de transformer les étapes les plus ambiguës en scripts.

Astuce : Transformez ce processus d'auto-amélioration en compétence réutilisable, puis relancez-le dès qu'un workflow devient irrégulier. Vous obtenez une méthode qui s'affine à chaque passage.

Le tuto IA (anglais)

Comprendre les LLM et leur ecosystème :
👉 Découvrir